Association of COVID-19 with Diabetes: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Abstract Emerging evidence suggests that long COVID-19 may lead to a wide range of post-acute sequelae outcomes, including new onset of diabetes. The aim of this meta-analysis was to estimate the incidence of newly diagnosed diabetes in survivors of coronavirus disease-2019 (COVID-19). Multiple electronic databases (MEDLINE, Scopus, Cochrane Central Register of Controlled Trials and the World Health Organization Global Literature on Coronavirus Disease) and clinical trial registries were searched to June 25, 2022, for studies reporting the association of COVID-19 and diabetes. Two investigators independently assessed studies for inclusion. Risk of bias was assessed using the Newcastle-Ottawa Scale. We estimated the effect of COVID-19 on incident diabetes by random-effects meta-analyses using the generic inverse variance method. We identified 5 eligible studies consisting of 1,130,773 COVID-19 patients and 16,630,187 controls. Median age was 43 years (interquartile range, 1QR: 20–55), and 34.8 % were female. COVID-19 was associated with a 74% higher risk of incident diabetes (risk ratio, 1.74; 95% CI: 1.37; 2.21). The average risk of bias assessment was 7.5. In this systematic review and meta-analysis, COVID-19 was associated with higher risk for developing new onset diabetes among survivors. Active monitoring of glucose dysregulation after recovery from severe acute respiratory syndrome coronavirus 2 (SARSCoV-2) infection is warranted.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,288 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,016 | 0,004 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».